リターンのプロット
最後に、機械学習によって生成したポートフォリオのパフォーマンスと、SPY を保有し続けた場合のパフォーマンスを比較してグラフで確認しましょう。これにより、予測がうまく機能しているかどうかを評価できます。
algo_cash と spy_cash はすでに作成済みなので、あとは plt.plot() に渡すだけで表示できます。また、plt.plot() の legend を使って各データセットのラベルも設定しましょう。
この演習はコースの一部です
Python による金融のための Machine Learning
演習の手順
plt.plot()を使って、algo_cash（ラベル：'algo'）とspy_cash（ラベル：'SPY'）をそれぞれプロットします。plt.legend()を使って凡例を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Plot the algo_cash and spy_cash to compare overall returns
plt.plot(____, ____)
plt.plot(spy_cash, label='SPY')
____ # show the legend
plt.show()